某型航空发动机故障模式分析及诊断系统的设计与实现
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 课题研究背景 | 第12-13页 |
| 1.2 课题研究目的和意义 | 第13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.3.1 国外研究现状 | 第14-15页 |
| 1.3.2 国内研究现状 | 第15页 |
| 1.4 本文主要工作 | 第15-16页 |
| 1.5 论文的组织结构 | 第16-17页 |
| 第2章 故障模式分析及故障诊断技术的理论基础 | 第17-28页 |
| 2.1 故障模式分析理论基础 | 第17-18页 |
| 2.2 模糊逻辑的理论基础 | 第18-21页 |
| 2.2.1 模糊集合及模糊子集 | 第18-19页 |
| 2.2.2 隶属函数 | 第19-20页 |
| 2.2.3 模糊决策原则 | 第20-21页 |
| 2.3 神经网络的理论基础 | 第21-26页 |
| 2.3.1 人工神经元模型 | 第21-22页 |
| 2.3.2 神经网络的学习机制 | 第22-24页 |
| 2.3.3 BP神经网络 | 第24-26页 |
| 2.4 模糊神经网络的基本原理 | 第26-27页 |
| 2.4.1 模糊神经元 | 第26页 |
| 2.4.2 模糊神经网络构造类型 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 模糊神经网络故障诊断方法研究 | 第28-39页 |
| 3.1 航空发动机故障诊断基本原理 | 第28页 |
| 3.2 故障诊断过程 | 第28-29页 |
| 3.3 模糊神经网络故障诊断模型设计 | 第29-31页 |
| 3.4 隶属函数的设计 | 第31-32页 |
| 3.5 学习算法的应用 | 第32-34页 |
| 3.6 模糊神经网络故障诊断实例 | 第34-36页 |
| 3.7 实验结果对比分析 | 第36-37页 |
| 3.8 本章小结 | 第37-39页 |
| 第4章 改进型模糊神经网络故障诊断方法研究 | 第39-51页 |
| 4.1 模糊推理和神经网络融合系统结构 | 第39-41页 |
| 4.2 模糊推理和神经网络的融合优势 | 第41-42页 |
| 4.3 改进模糊神经网络故障诊断模型设计 | 第42-44页 |
| 4.4 模糊规则及模糊推理过程 | 第44-46页 |
| 4.5 改进型模糊神经网络学习算法应用 | 第46-47页 |
| 4.6 故障诊断实验仿真结果及分析 | 第47-50页 |
| 4.7 本章小结 | 第50-51页 |
| 第5章 故障模式分析及诊断系统的设计与开发 | 第51-61页 |
| 5.1 系统总体设计 | 第51-52页 |
| 5.2 系统详细设计 | 第52-56页 |
| 5.2.1 用户管理模块 | 第52-53页 |
| 5.2.2 数据管理模块 | 第53-55页 |
| 5.2.3 故障诊断模块 | 第55-56页 |
| 5.3 辅助功能模块 | 第56-57页 |
| 5.4 数据库设计 | 第57-59页 |
| 5.5 系统测试实例 | 第59-60页 |
| 5.6 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第66页 |
